一种基于多雷达组网的测云雷达数据校准方法及系统与流程

所属的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。

背景技术：

1、雷达反射率因子是表征降水目标物回波强度的单位。它与降水目标物单位体积中降水粒子的大小、数量以及相态有关，常用来表示气象目标的强度。

2、反射率因子强度值可通过云雾物理观测的方法求得。当雷达波束投射到云、降水粒子上时会产生散射现象，其中反向散射的一部分会返回至雷达天线处，并显示在雷达显示器上，即所谓的雷达回波。雷达回波的强度除了与云和降水粒子的大小、数量以及相态相关之外，还与雷达和被测目标之间的距离以及雷达各参数的特性相关。

3、反射率因子的准确性，直接关系到云信息解读的准确性，比如，反射率因子强度值的不同代表了云粒子的相态，是云滴，雨滴，还是冰晶，以及云滴的大小代表的云层含水量的差异等，如果不同设备的强度值不一致，会导致错误的相态判断和错误的气象信息解读。

4、相关技术中，反射率因子强度校准通常是通过强度定标来完成。首先，系统工作于标校状态，在程序控制下，依次向数控衰减器发送不同的衰减和频率码。根据标校信号源功率pr及所对应的信号处理器输出强度ps值，便可得到pr与ps之间的特性曲线。有了特性曲线，便可根据信号处理输出的信号强度ps，得到回波功率pr，进而利用雷达方程得出目标的dbz值，dbz为反射率因子单位。

5、在实践过程中，发明人发现该技术中至少存在如下问题：

6、通过强度定标，理论上可以得到一个准确的反射率因子强度值，但是实际实现上，最终的反射率因子的准确性还是会受到多重因素影响而出现不同的偏差，各厂家经过强度定标之后的强度值或多或少存在一定的差异，这种差异某些情况下甚至能达到几个db。主要原因是，首先，标校状态和正常工作状态，接收发射链路不是完全一致，导致校准值和实际值有出入，此外，射频连接器的差异，操作误差，不同的射频信号发射功率，不同的信号接收单元性能，不同的信号处理算法等等，都会对最终的强度值的准确性造成影响，从而导致各厂家实际的强度值存在差异。即使是同一个厂家的设备，也存在不同批次，或者不同型号参数的情况。并且在运行的过程中，随着环境的变化，发射功率本身也存在一定的波动和衰减的情况，会导致反射率因子出现一定的偏差。

技术实现思路

1、为了解决上述问题，本技术提供一种基于多雷达组网的测云雷达数据校准方法及系统，对测云雷达数据进行一致性校准，从而提升雷达数据质量。

2、第一方面，本技术提供的一种基于多雷达组网的测云雷达数据校准方法，采用如下的技术方案：

3、一种基于多雷达组网的测云雷达数据校准方法，所述方法包括：

4、获取多个测云雷达的探测数据，所述多个测云雷达间隔部署于待测区域；

5、根据各个测云雷达的所述探测数据，分别获取对应的云层信息，并确定对应的云层类别；

6、依次判断相邻两部测云雷达对应的云层类别是否均为层状云，若是，则确定所述相邻两部测云雷达之间的数据相关性；

7、获取所述数据相关性满足预设条件的所有测云雷达的反射率因子平均值；

8、根据所述反射率因子平均值，对各个测云雷达的反射率因子强度进行校准。

9、通过上述技术方案，利用层状云的特性，通过间隔部署的若干数量的测云雷达之间的相关性，来进行各测云雷达之间反射率因子的强度校准。

10、在一些实施方式中，获取多个测云雷达的探测数据之后，还包括：

11、对所述多个测云雷达的探测数据进行预处理；

12、所述预处理包括对探测数据进行降噪处理，具体包括：

13、去除探测数据中的孤立噪点，同时降低探测数据中云层边缘的数据噪声；

14、对探测数据中获得的反射率因子强度、径向速度和速度谱宽在时域上进行平滑处理；

15、对探测数据中的晴空杂波进行滤除。

16、通过上述技术方案，测云雷达的探测数据中存在很多噪声数据，需要对这些噪声数据进行预处理，以获取有效数据。

17、在一些实施方式中，所述根据各个测云雷达的所述探测数据，分别获取对应的云层信息，并确定对应的云层类别，具体包括：

18、根据所述探测数据，获取预设时间段内的云层信息，所述云层信息包括反射率因子强度、径向速度和速度谱宽；

19、根据所述云层信息，确定对应的云层类别。

20、通过上述技术方案，可以根据一定时间段内的数据统计分析，判断测云雷达探测到的是否为层状云。

21、在一些实施方式中，所述根据所述云层信息，确定对应的云层类别，具体包括：

22、对所述反射率因子强度进行过滤处理；

23、根据处理后的反射率因子强度，计算云顶高度；

24、计算所述处理后的反射率因子强度和云顶高度在时域上的小时级粒度平均值；

25、根据处理后的所述反射率因子强度和云顶高度，生成反射率因子强度方差和云顶高度方差；

26、对所述径向速度和速度谱宽进行数据处理，生成速度特征值和谱宽特征值；

27、根据所述反射率因子强度方差、云顶高度方差、速度特征值和谱宽特征值，确定对应的云层类别。

28、通过上述技术方案，采用模糊逻辑方法，来判断探测到的云是否为层状云。

29、在一些实施方式中，所述对所述反射率因子强度进行过滤处理的表达式如下：

30、；

31、其中，a(u)为处理后的反射率因子强度，z(u)为各个高度点的反射率因子强度，u表示各个高度点；

32、所述对所述径向速度和速度谱宽进行数据处理的表达式如下：

33、；

34、；

35、其中，pv(u)为云层各个高度点的速度特征值，v(u)为云层各个高度点的径向速度，pw(u)为云层各个高度点的谱宽特征值，w(u)为云层各个高度点的速度谱宽，u表示各个高度点。

36、在一些实施方式中，所述确定所述相邻两部测云雷达之间的数据相关性，包括：

37、判断相邻两部测云雷达的探测数据之间的相关系数和最大相关系数位置是否满足预设条件；若是，则相邻两部测云雷达具有数据相关性；若否，则不具有数据相关性；

38、所述预设条件为：

39、两组探测数据之间的相关系数大于等于第一相关阈值，

40、并且，最大相关系数位置小于等于第二相关阈值；

41、其中，所述第一相关阈值为相关系数的预设阈值，所述第二相关阈值为所述探测数据在时域上的预设间隔时间的数量阈值。

42、通过上述技术方案，当相邻两部测云雷达的探测数据之间的相关系数和最大相关系数的位置，满足预设条件时，可以认为该两部测云雷达的具有数据相关性，可以进行反射率因子强度的校准。

43、在一些实施方式中，所述根据所述反射率因子平均值，对各个测云雷达的反射率因子强度进行校准，具体包括：

44、获取各个测云雷达的反射率因子强度；

45、将所述各个测云雷达的反射率因子强度分别与所述反射率因子平均值进行比对，获得强度差异值；

46、根据所述强度差异值，分别对各个测云雷达的反射率因子强度进行校准。

47、通过上述技术方案，汇总所有满足数据相关性条件的测云雷达的反射率因子强度，计算得到所有反射率因子强度的平均值，然后利用各反射率因子强度与所述平均值的差异，对本机的反射率因子强度进行校准，得到整网归一化的反射率因子强度。

48、第二方面，本技术提供的一种基于多雷达组网的测云雷达数据校准系统，采用如下的技术方案：

49、一种基于多雷达组网的测云雷达数据校准系统，包括：

50、探测数据获取模块，用于获取多个测云雷达的探测数据，所述多个测云雷达间隔部署于待测区域；

51、云层类别确定模块，用于根据各个测云雷达的所述探测数据，分别获取对应的云层信息，并确定对应的云层类别；

52、相关性确定模块，用于依次判断相邻两部测云雷达对应的云层类别是否均为层状云，若是，则确定所述相邻两部测云雷达之间的数据相关性；

53、反射率因子获取模块，用于获取所述数据相关性满足预设条件的所有测云雷达的反射率因子平均值；

54、反射率因子校准模块，用于根据所述反射率因子平均值，对各个测云雷达的反射率因子强度进行校准。

55、第三方面，本技术提供了一种电子设备，采用如下的技术方案：

56、一种电子设备，包括：

57、至少一个处理器；

58、存储装置，用于存储至少一个计算机程序；

59、当所述至少一个计算机程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述技术方案所述的方法。

60、第四方面，本技术提供了一种计算机可读存储介质，采用如下的技术方案：

61、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述技术方案所述的方法。

62、综上所述，本技术包括以下至少一种有益技术效果：

63、1．通过一定距离间隔部署多部垂直指向雷达进行组网，对组网雷达数据进行一致性比对，来对不同厂家和不同型号测云雷达的反射率因子强度进行一致性处理，从而提升雷达数据质量。

64、 2．通过对同样强度或强度近似的云层探测信息，来统计分析不同雷达之间的反射率因子强度差异，对不同测云雷达的强度值进行归一化处理，就可以获得统一的、更高可信度的强度信息值，进而获得更高质量的气象产品数据。

65、 3．利用层状云的特点，利用模糊逻辑的方式判断云层的动力特性类别，选择相对平稳的层状云，来对测云雷达的数据进行一致性校准。

66、 4．利用地理位置临近的测云雷达数据的相关性，来确定是否能够对测云雷达反射率因子强度参数进行校准。